第1章 绪论
- 有具体的证据证明计算机视觉是可研究的。
- 计算机视觉近期迅速发展的两个主要原因:计算机的处理能力、内存以及存储能力有了巨大的提示;机器学习的广泛使用。
1.1 本书结构
- 概率。涵盖概率方面的背景知识,包括概率概述、常用概率分布、拟合概率模型和正态分布。
- 机器学习。介绍计算机视觉中的机器学习,包括视觉学习和推理、复杂数据密度建模、回归模型、分类模型。
- 连接局部模型。介绍计算机的图模型,包括图模型、链式模型与树模型、网格模型。
- 预处理。讨论图像预处理,包括图像预处理与特性提取。
- 几何模型。致力于几何计算机视觉,包括针孔摄像机、变换模型、多摄像机系统。
- 视觉模型。基于前面的原理给出几组视觉模型,包括形状模型、身份与方式模型、时序模型、视觉词模型。
1.2 其它书籍
- 机器学习和图模型:《Pattern Recognition and Machine Learning》
- 图像预处理:《Feature Extraction and Image Processing》
- 几何计算机视觉:《‘Multiple View Geometry in Computer Vision》